Une IA détecte les maladies cardiaques structurelles grâce aux montres connectées

Un algorithme d'intelligence artificielle associé aux capteurs d'électrocardiogramme à une seule dérivation des montres connectées a diagnostiqué avec précision les maladies cardiaques structurelles, selon une étude préliminaire qui sera présentée lors des Scientific Sessions 2025 de l'American Heart Association. Cette recherche représente la première étude prospective démontrant qu'un algorithme d'IA peut détecter plusieurs maladies cardiaques structurelles à partir de mesures prises par les capteurs situés au dos et sur la couronne numérique d'une montre connectée.

Les maladies cardiaques structurelles, telles que la capacité de pompage affaiblie, les valves endommagées ou l'épaississement du muscle cardiaque, sont habituellement détectées par échocardiogramme, un test d'imagerie par ultrasons avancé nécessitant un équipement spécialisé et peu disponible pour le dépistage de routine. Le docteur Arya Aminorroaya, médecin résident en médecine interne au Yale New Haven Hospital et affilié de recherche au Cardiovascular Data Science Lab de la Yale School of Medicine, explique que cette étude explore si les montres connectées que des millions de personnes portent quotidiennement pourraient aider à détecter ces maladies cardiaques cachées plus tôt, avant qu'elles ne progressent vers des complications graves.

Les chercheurs ont développé l'algorithme d'IA en utilisant plus de 266 000 enregistrements d'ECG à 12 dérivations provenant de plus de 110 000 adultes. À partir de cette bibliothèque de données, ils ont créé un algorithme capable d'identifier les maladies cardiaques structurelles à partir d'un ECG à une seule dérivation, similaire à ceux obtenus par les montres connectées. Pour préparer le modèle aux signaux réels, les chercheurs ont ajouté du « bruit » pendant l'entraînement, rendant l'IA plus résiliente face aux signaux imparfaits.

L'algorithme a été validé externe avec des données de patients de quatre hôpitaux communautaires et de l'étude populationnelle ELSA-Brasil. Dans l'étude prospective réelle, 600 participants ont effectué des ECG à une seule dérivation de 30 secondes avec une montre connectée le même jour où ils subissaient une échocardiographie. L'analyse a révélé que l'algorithme maintenait des performances élevées avec 88% de précision pour détecter les maladies cardiaques structurelles, une sensibilité de 86% pour identifier correctement les personnes atteintes, et une valeur prédictive négative de 99% pour exclure la maladie.

Le docteur Rohan Khera, auteur principal de l'étude et directeur du CarDS Lab, souligne que bien qu'un ECG à une seule dérivation soit limité seul, l'IA le rend suffisamment puissant pour le dépistage de conditions cardiaques importantes. Cette approche pourrait rendre le dépistage précoce des maladies cardiaques structurelles possible à grande échelle, utilisant des appareils que de nombreuses personnes possèdent déjà. Les chercheurs prévoient d'évaluer l'outil d'IA dans des contextes plus larges et d'explorer son intégration dans les programmes communautaires de dépistage des maladies cardiaques pour évaluer son impact potentiel sur l'amélioration des soins préventifs.